Principles and clinical methods of body surface gastric mapping: Technical review
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Chronic gastric symptoms are common, however differentiating specific contributing mechanisms in individual patients remains challenging. Abnormal gastric motility is present in a significant subgroup, but reliable methods for assessing gastric motor function in clinical practice are lacking. Body surface gastric mapping (BSGM) is a new diagnostic aid, employs multi-electrode arrays to measure and map gastric myoelectrical activity non-invasively in high resolution. Clinical adoption of BSGM is currently expanding following studies demonstrating the ability to achieve specific patient subgrouping, and subsequent regulatory clearances. An international working group was formed in order to standardize clinical BSGM methods, encompassing a technical group developing BSGM methods and a clinical advisory group. The working group performed a technical literature review and synthesis focusing on the rationale, principles, methods, and clinical applications of BSGM, with secondary review by the clinical group. The principles and validation of BSGM were evaluated, including key advances achieved over legacy electrogastrography (EGG). Methods for BSGM were reviewed, including device design considerations, patient preparation, test conduct, and data processing steps. Recent advances in BSGM test metrics and reference intervals are discussed, including four novel metrics, being the 'principal gastric frequency', BMI-adjusted amplitude, Gastric Alimetry Rhythm Index™, and fed: fasted amplitude ratio. An additional essential element of BSGM has been the introduction of validated digital tools for standardized symptom profiling, performed simultaneously during testing. Specific phenotypes identifiable by BSGM and the associated symptom profiles were codified with reference to pathophysiology. Finally, knowledge gaps and priority areas for future BSGM research were also identified by the working group.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».